Inteligência artificial aplicado a evolução de jogos eletrônicos FPS

O objetivo principal desta revisão é mapear e analisar como a IA tem sido utilizada para aprimorar a experiência dos jogadores em jogos FPS, com foco em aspectos como comportamento de personagens não jogáveis ou Non-Playable Charecter (NPCs), adaptação da dificuldade, imersão, realismo e personalização. Utilizando um método rigoroso baseado nas diretrizes de Kitchenham, foram sintetizados estudos publicados entre 2023 e 2025. Os resultados demonstram uma clara transição de técnicas clássicas de IA, como Máquinas de Estados Finitos (FSMs) e Árvores de Comportamento (BTs), para algoritmos avançados de aprendizado de máquina, notadamente o deep reinforcement learning. A análise evidencia que a IA é um pilar central na modernização dos FPS, impactando diretamente o comportamento de personagens não jogáveis (NPCs), a personalização da experiência através da Adaptação Dinâmica de Dificuldade (DDA) e a busca por maior imersão e realismo. O estudo também identifica desafios técnicos recorrentes, como o alto custo computacional, a necessidade de vastos conjuntos de dados para treinamento e a complexidade de depuração de modelos de "caixa preta". Por fim, são discutidas tendências emergentes, como o uso de Large Language Models (LLMs) para diálogos naturais e IA generativa para a criação de conteúdo dinâmico, que apontam para um futuro com experiências de jogo cada vez mais inteligentes e adaptativas.